从用户行为数据透视互联网金融的增长

it168
厂商投稿
互联网金融作为新兴的金融方式如今已经趋于成熟,高速发展让金融市场繁荣的同时,也带来了大量的同质化产品。在监管和竞争的双重作用下,很多互联网金融公司以及商业银行开始利用数据实现增长。这里的“数据”已经...

互联网金融作为新兴的金融方式如今已经趋于成熟,高速发展让金融市场繁荣的同时,也带来了大量的同质化产品。在监管和竞争的双重作用下,很多互联网金融公司以及商业银行开始利用数据实现增长。这里的“数据”已经不仅仅是传统的用户性别、工资结构、偿还能力等等人口属性数据,而是通过采集并分析用户的行为数据指导运营和产品迭代,助力产品实现用户价值增长,建立未来竞争的数据策略。

那么,要如何从用户行为数据中,破解用户价值增长的密码?近日,诸葛io高级数据驱动顾问韩重明做客PMCAFF,结合金融客户实践经验,分享通过用户行为数据,驱动互金产品增长。

从互联网角度看金融

互联网产品的增长有三驾马车:流量、转化和留存,互联网金融产品也不例外。从互联网金融的用户行为分别来看流量、转化和留存。

流量的来源够不够好,对比不同渠道的用户行为就能得到答案。不同流量渠道的有多少比例的用户注册了、有多少比例用户实名绑卡了、有多少比例的用户首次购买了,在同样的标准下,通过渠道用户拆分对比,不同渠道流量质量高下立判。

在接入类似诸葛io这样用户行为数据分析工具后,转化的衡量也可以更精细化,每一个环节都可以拆分来看转化情况。不仅要知道最终购买的转化率,对于特定的用户行为路径,要能找到优化空间和流失节点。比如注册的转化、绑卡的转化、实名认证的转化等等,分析每一个环节的流失原因,并针对性的优化。

留存是互联网产品运营的终极指标,不仅仅是“今天有10个人打开了app,这10个人中有7个人第二天又打开了”这样的留存情况。对于不同的平台,留存的定义是不一样的,金融产品留存用户的判断依据是有多少人在该平台上关注、购买了理财产品,通过诸葛io可以根据产品的理财周期自定义留存情况。

从新用户到忠诚用户,以信任感为轴线的用户生命周期管理

流量和转化之间最典型的场景就是新手期策略;在转化和留存之间,诸葛io把他定义为SKU和场景运营;在流量和留存之间,定义为业务价值挖掘。

平台面对一个新用户需要解决的首要问题是建立信任。下图是用户在不同阶段的信任模型,假如完全信任的理想状态是100%,核心用户可能达到80%。而新用户阶段,诸葛io帮助客户将新手期的信任度设为60%,反映到用户行为上就是完成了注册、实名绑卡以及一次投资是40%;当用户完成一次复投,达到了60%,从新手变成了忠实用户。

为什么诸葛io建议按投资次数的单一维度划分用户,而不是从投资额、收益率、投资周期和投资次数多个维度来划分?

投资额、收益率、投资周期三个维度,投资额是可以鼓励和期待的,在新手任务期(建立信任期)投资行为仅仅是浅尝辄止,做初步的尝试;用户对收益率、投资周期的接受程度是可以洞察、匹配和刺激的,需要通过深度运营来激发用户。

那么接下来就要考虑如何运用到运营场景中实现增长。6个月前未转化的用户和上周注册未转化的用户运营策略是不一样的,要把握住合适的时间节点。

定义“核心留存”和“流失”,需要了解用户在平台上首投、复投的决策周期是多久,然后匹配决策周期,“在有机会的时间区间内触达用户”就是合适的时间节点。

互金产品用户投资决策周期大概是3~7天,也就是说从注册到第一次购买产品在7天之内,如果一个新用户注册后7天都没投资,暂定用户可能要流失,区分出这部分用户,通过运营手段留住用户。因此,新手运营人员每周都要关注上上周的用户转化情况。

从忠诚用户到深度用户,数据驱动SKU/场景化运营

用户度经过两次投资,度过了新手期,紧接着把用户送入下一个运营场景: SKU/场景化运营,实现60%到80%的信任增长。用户能否从投资一些周期短、利率高的单一产品,发展成投资周期长、利率稳定的产品,甚至愿意同时投资多个产品,需要进阶设计或者是投资意愿设计。在这个阶段更少不了对用户的洞察,该用户在平台所处什么阶段,注册多久了、买过什么、看过什么最多,环境信息是什么、标签信息、理财偏好等。

洞察用户也有三个维度:单体洞察、用户行为路径洞察、精细化用户分群。诸葛io关注每一个用户全生命周期的行为,在筛选出目标群体后,要对单体用户的行为有所了解,单体用户画像的洞察并非是要一个一个查看,而是从特性看共性。诸葛io用户行为路径洞察就是帮助客户找到特性用户的共性,了解群体特征。比如启动产品后,94.6%的用户会搜索,搜索后77%的用户进入产品详情,证明77%找到的感兴趣的产品(目标产品),这些用户中又有62%的用户将产品加入心愿单,说明用户比较喜欢这个产品。基于对用户和对用户行为的洞察,接下来就能合理的精细化用户分群,针对不同的用户群进行运营,减少顾虑激发购买。

进一步数据挖掘和探索驱动业务增长

用数据驱动产品增长提高了各个工作环节的决策效率、也降低了决策成本。如果已经通过数据熟练地进行用户衡量、运营策略制定,那么接下来就可以基于数据实现业务价值探索,寻找产品增长点。

从设定目标,到样本筛选、到用户群定义和对比,再到基于对业务的理解找到相关性较高的行为特征,进行有针对性的调优。诸葛io认为,数据分析是一个发现问题、提出假设、印证猜想、不断优化的过程。对于业务价值探索,还需要反向分析验证,从而在数据中发现增长密码。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论